MétaCan
Menu
Retour à la cohorte
Enregistrement W4411929449 · doi:10.1080/00222895.2025.2523448

Visual Biofeedback and Postural Control: Exploring Potential Implicit Visual Integration

2025· article· en· W4411929449 sur OpenAlexafffund
Lucas Michaud, D. Desjardins, A. Perreault, Anne‐Sophie Mayer, Marc-Olivier Sauvé, Renée Desjardins, Yves Lajoie

Notice bibliographique

RevueJournal of Motor Behavior · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensMcGill UniversityUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiofeedbackPsychologyCognitive psychologyVisual feedbackPhysical medicine and rehabilitationVisual perceptionPerceptionComputer scienceNeuroscienceMedicineArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Real-time visual biofeedback (vBF) of body sway is known to enhance postural control by reducing center of pressure (COP) displacement. However, the mechanisms underlying its influence remain unclear, particularly regarding implicit processing. The objective of this study was to examine whether vBF is utilized implicitly by exposing 40 young adults to both real-time (accurate) and erroneous (delayed) COP feedback without explicitly explaining its purpose. Participants were simply instructed to stand as still as possible. After the experiment, 15 out of 40 participants spontaneously recognized the feedback's nature. Results indicated that both aware and unaware participants exhibited improved postural control under accurate vBF (i.e., reduced COP variability, smaller COP area, increased COP irregularity, and greater reliance on higher sway frequencies). In contrast, erroneous vBF induced minimal changes. While these findings highlight a possible implicit integration of the visual feedback, the results also underscore the need for future research to investigate this phenomenon with more refined methods, as classifying participants into aware and unaware groups presents certain challenges.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,911
Score d'incertitude au seuil0,484

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,033
Tête enseignante GPT0,306
Écart entre enseignants0,274 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Motor BehaviorMême sujetMotor Control and AdaptationTravaux en français237 207